我完全理解你的痛点——想要保留样本和变量的原始顺序，同时又能看到聚类的结果，而不是单纯关掉聚类功能。其实核心思路是把聚类计算和行列排序分开：先算出聚类树用于展示，然后强制热图使用原始的行列顺序，而不是聚类后的排序。下面给你两个常用R包的实现方法：

方法1：使用pheatmap包 #

pheatmap是最常用的热图工具之一，通过手动指定聚类对象和行列顺序就能实现需求：

1. 先计算行和列的聚类树：

# 假设你的数据矩阵是mat，行是样本，列是变量
row_clust <- hclust(dist(mat))  # 行聚类
col_clust <- hclust(dist(t(mat)))  # 列聚类

2. 绘制热图时，指定聚类树，同时强制行列使用原始顺序：

library(pheatmap)
pheatmap(mat,
         cluster_rows = row_clust,  # 传入预先计算的行聚类树
         cluster_cols = col_clust,  # 传入预先计算的列聚类树
         order_row = rownames(mat),  # 强制行按原始行名顺序排列
         order_col = colnames(mat),  # 强制列按原始列名顺序排列
         treeheight_row = 20,  # 调整行聚类树的高度，按需设置
         treeheight_col = 20)  # 调整列聚类树的高度

这样绘制出的热图，行列完全保持你输入时的顺序，但旁边会显示基于数据计算的聚类树，完美兼顾了顺序保留和聚类展示的需求。

方法2：使用ComplexHeatmap包 #

如果你需要更灵活的热图定制，ComplexHeatmap是更好的选择，实现逻辑类似：

1. 先计算聚类树：

library(ComplexHeatmap)
row_dend <- hclust(dist(mat))
col_dend <- hclust(dist(t(mat)))

2. 绘制热图，指定聚类树和原始行列顺序：

Heatmap(mat,
        row_dend_width = unit(20, "mm"),  # 设置行聚类树宽度
        column_dend_height = unit(20, "mm"),  # 设置列聚类树高度
        row_order = rownames(mat),  # 原始行顺序
        column_order = colnames(mat),  # 原始列顺序
        cluster_rows = row_dend,  # 展示行聚类树
        cluster_columns = col_dend)  # 展示列聚类树

这个包还支持添加更多注释层，如果你后续有扩展需求会更方便。

关键原理说明 #

默认情况下，热图包会根据聚类结果自动重新排序行列，我们这里的操作相当于“解绑”了聚类和排序：聚类树是基于数据真实计算的（能反映样本/变量的相似性），但热图的展示顺序强制使用原始输入的顺序，完全满足你“保持样本与输入顺序一致+展示聚类”的要求。

注意：如果你的行名或列名存在重复，先确保它们是唯一的，否则order_row和order_col可能无法正确匹配顺序。

内容的提问来源于stack exchange，提问作者nik